新零售的大數據之路: 不是分析,而是應用

在我們分析過的大型線下零售業數據里，有銷售額位列北京TOP10的大型百貨商場以及北京排名前列的奧特萊斯，其數據量包含了上千萬筆交易，以及數百個品牌，上百萬人的交易細節。毫無疑問，這是個非常有意思的分析對象，分析出的結果也像萬棱鏡一樣豐富多彩： 有商品品類的交易特點，有服裝品牌的促銷效果，有客流漲落的時間規律，也有每個會員的購買特性，甚至還有天氣因素對商品銷售的影響，如果把這些分析結果都寫在A4紙上，恐怕要數百頁之多。

如果作為一個數據分析公司， 我們會直接把這個詳盡的分析報告打印成為精美的畫冊，里面包含漂亮的圖表，嚴謹的分析說明，以及一些營銷建議 --- 這是一份盡職盡責的分析報告，既展現了我們領先的12維度零售數據分析技術，也體現了我們對于線下零售業的深度理解。

不過， 這不夠，因為我們的客戶一定會問一個問題：“那么我們應該如何去做呢？” 

是的， 面對著幾百頁厚的分析報告，即便是從報告中建議的優先級工作開展，也是一件繁重的工作，并且把數據分析的結果和線下營銷的特點結合起來有很多挑戰。 

首先，線下營銷并不具備電商的宣傳渠道方便性。 對于電商而言，發布一個促銷活動只要在首頁或者促銷欄更新一下圖片就可以了。而對于線下零售商來說，這是個很難的多選題，即使使用廣告都是一個選擇的難題： 電梯廣告，交通廣告，還是微信朋友圈廣告？哪個更有效？

其次，對于受眾圈層的定位與分層。線下消費者與商業體的聯系通常是一張實體會員卡，而這個會員卡在使用時無法做到像電商購物時使用登錄限制所保證的精準度，以至于經常出現一個中年定位的會員卡呈現的是青年偏好的購買行為。 因此，在定位一些符合促銷條件的消費者時， 往往不僅需要數據分析，還要進行一些模糊的推理性計算，以精準定位客群。

最后，對于各種促銷手段效果的評估也是挑戰。電商在采集數據時的平臺優勢可以保證對于促銷效果的監控是全鏈條的，而線下場景則無法實現這個完整鏈條。線下零售商所使用的最先進的面部識別技術也無法準確捕捉到客戶是誰 -- 如果可以-- 那么成本就不是商業體可以承擔的了，因此需要巧妙的技術方法來評估促銷的最終效果。

因此，如果一家數據分析公司定位于把分析結果提供給線下零售伙伴，其實這個工作最難的部分還沒有開始。只有幫助零售伙伴完成從數據分析到數據應用的整個工作流程，才能真正把數據價值發揮出來。根據我們的經驗，完成數據分析到數據應用至少還有以下的技術環節：

第一．數據分析平臺與數據營銷平臺的對接。只有把數據分析結果無縫地連接于數據營銷平臺，才能高效地讓分析效果與營銷工作結合在一起。這樣無需復雜的數據分析師與數據營銷團隊結合，普通營銷人員也可以完成數據營銷的籌備與推進工作。

第二．數據營銷平臺與銷售平臺的對接。如果沒有對于銷售平臺的支持，那么數據營銷將是自說自話，無法體現出數據營銷的高效率與精度。

第三．數據平臺與消費者體驗平臺的對接。無論促銷的效果有多好，不持續提供讓客戶滿意的體驗，終究無法保證長期的競爭力。

而以上所涉及的技術創新與商業環節改造，并非是一日之功，可以說是巨大的挑戰，這需要對于數據分析及應用技術以及商業零售知識的綜合創新，目前完全切換到數據應用模式的北京商業體也只有斯普瑞斯奧萊這一家線下零售商。通過與蜜棗網的創新數據應用合作，斯普瑞斯奧萊保持了持續的高增長，成為北京東部成長最快速的商業體，同時在會員忠誠度與活躍度方面大幅領先于同業。

斯普瑞斯在與蜜棗網合作前，也購買了商業智慧分析系統，但發現傳統的商業智慧系統不僅分析方法相對落后，僅僅提供基礎的銷售數據綜合分析，不能從消費者體驗角度提供更好的分析，而且無法直接與營銷系統對接，從而使數據分析系統成為割裂的環節，并不能很好地支持營銷工作。

而斯普瑞斯奧萊最終選擇蜜棗網的全數據平臺，就是因為該平臺可以把數據分析與數據應用無縫連接起來，銷售數據與消費者數據一經產生，即可以根據分析的結果制定相應的營銷活動，并通過同一平臺直接發送出去，大大提高了營銷的效率與效果。

新零售時代，技術有非常豐富的選擇，而只有把技術應用于實際的需求環節，技術才有真正的價值。因此，數據不是為分析而生，數據是為應用而生。